典型文献
基于强化学习的参数自整定及优化算法
文献摘要：
传统PID控制算法在非线性时滞系统的应用中,存在参数整定及性能优化过程繁琐、控制效果不理想的问题.针对该问题,提出了一种基于强化学习的控制器参数自整定及优化算法.该算法引入系统动态性能指标计算奖励函数,通过学习周期性阶跃响应的经验数据,无需辨识被控对象模型的具体数据,即可实现控制器参数的在线自整定及优化.以水箱液位控制系统为实验对象,对不同类型的PID控制器使用该算法进行参数整定及优化的对比实验.实验结果表明,相比于传统的参数整定方法,所提出的算法能省去繁琐的人工调参过程,有效优化控制器参数,减少被控量的超调量,提升控制器动态响应性能.
文献关键词：
强化学习;整定;优化;学习算法;时滞;控制器;液位控制;动态响应
中图分类号：
作者姓名：
严家政;专祥涛
作者机构：
武汉大学 电气与自动化学院,湖北 武汉 430072;武汉大学 深圳研究院,广东 深圳 518057
文献出处：
引用格式：
[1]严家政;专祥涛-.基于强化学习的参数自整定及优化算法)[J].智能系统学报,2022(02):341-347
A类：
B类：
强化学习,参数自整定,PID,控制算法,非线性时滞系统,性能优化,控制器参数,系统动态性,动态性能,指标计算,奖励函数,阶跃响应,经验数据,被控对象,对象模型,在线自整定,水箱液位控制系统,实验对象,参数整定方法,省去,有效优化,优化控制,超调量,动态响应性,响应性能
AB值：
0.326186
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
